《加强研究生教育与刺激消费的分析》由会员分享，可在线阅读，更多相关《加强研究生教育与刺激消费的分析（17页珍藏版）》请在金锄头文库上搜索。
1、加强研究生教育与刺激消费的分析内容摘要加强研究生教育与刺激消费的分析内容摘要 本文对居民消费水平、固定资产投资、 人口增长、 研究生教育等相关因素进行 了分析，通过模型的建立，利用计量经济学进行数据处理和分析。研究目的研究目的 希望通过我国居民消费水平、研究生教育、 固定资产投资、 人口增长等相关因 素之间相互变化，相互影响的数量关系，就如何提高我国教育水平特别是研究生教育水平， 刺激居民消费水平的提高提出了一些具体看法和对策。理论支持理论支持 根据经济学理论，教育是一种“准公共产品” ，它既具有公共产品的属性，也具有 私人产品的属性。其中， 研究生教育由于受到招生名额的限制， 作为一种更“稀
2、缺” 的资源， 其消费更具有竞争性和排他性， 受教育者在消耗公共资源为自己带来较高的预期经济收入和 其他收益时，应该支付必要的教育费用，这完全符合市场经济的受益者付费的原则。同时， 教育收费也必然影响我国居民实际消费的组成部分。一模型设定一模型设定 Y=0+1X1+2X2+3X3+4X4+ 其中，在模型中，Y 为居民消费水平，X1 为我国全社会固定资产人均投资，X2 为我国人口 的年增长率，X3 为我国人均教育经费量，X4 为我国每万人口在校研究生数。本模型使用时 间序列数据，数据来源于国家统计局中国统计年鉴（2008）和人民大学经济论坛。YX1X2X3X4指标 名称居民消费水 平全社会固定资
3、产人均 投资人口的年增长 率人均教育经 费每万人口在校研 究生数1985437242.12515.61125.71840.83141986463.38274.66915.64527.86851.03461987481.19306.01616.67828.21561.10871988510.309317.76515.79131.89651.02371989475.655246.10515.11434.44950.90591990486.077240.86514.45438.82230.81941991524.59284.6313.032143.682250.765811992588.883381
4、.72211.638445.338890.80831993638.676532.28811.487548.825170.906041994675.174552.94111.247360.86491.073431995738.441548.72910.604969.495461.207141996805.428573.93610.468976.4271.34141997840.7601.48610.107175.590891.433681998888.756683.8529.577384.967181.60111999953.291722.3328.805484.486671.86275人口自然
5、增长率指在一定时期内(通常为一年)人口自然增加数(出生人数减死亡人数)与该时期内平均人数(或期中人数)之比，用千分率表示。计算公式为：二参数估计二参数估计根据上表，模型的估计结果为 Yt=494.8719+0.169493Xt-18.99764X2+2.408022X3+162.9760X4三统计检验三统计检验 该模型可决系数很高，说明模型拟合优度较好。F 检验值为 548.3978，明显显著。T 检验， 当显著性水平为 5%时，t 值是 2.228。对于 X1来说是不显著的。 四计量经济学检验四计量经济学检验1.多重共线性（1）检验多重共线性是否存在多重共线性（1）检验多重共线性是否存在（2
6、）逐步回归法判明多重共线性范围分别作 Y 与 X1，X2，X3，X4的回归，得到如下分析：Y 与 X1的回归分析如下图所示Y 与 X2的回归分析如下图所示Y 与 X3的回归分析如下图所示Y 与 X4的回归分析如下图所示通过以上分析，按2R的大小排序为：X3、X1、X2、X4。为了消除多重共线性，采用逐步回归法， 以 X3 为基础，顺次加入其他变量逐步回归。首先加入 X1 回归结果为 Y=209.2595+4.774544X3+0.408715X1 t (5.169178) (3.549044) 由于当显著水平为 5%时，t 值通过查表计算得 2.179，故 X1通过检验。加入 X2回归结果为
7、Y=65.67411+5.484965 X3+0.431708 X1 +7.633474 X2 t (4.572716) (3.647845) （0.935504） X2不显著，予以剔除。加入 X4回归结果为Y=166.9183+4.421284 X3+0.301288 X1 +96.19887X4X1、 X4均显著，予以保留。根据以上分析，Y=166.9183+4.421284 X3+0.301288 X1 +96.19887X4 为消除多重共线性的最后回归模型。2.异方差检验怀特检验结果异方差检验怀特检验结果在05. 0下，查2分布表,得临界值为 12.59，比较计算的2统计量与临界值，因
8、为nR2=5.54639812.59，所以不拒绝原假设，表明模型不存在异方差。3.序列相关的检验3.序列相关的检验根据 D.W 统计量检验，按照下表D.W=1.868197,给定显著性水平 0.05，查表得显现临界值dl=0.95,du=1.54。因为 1.54=duD.W4du=2.46，所以不存在自相关。时间序列平稳性一检验时间序列平稳性一检验 1983-2007 居民消费水平时间序列平稳性居民消费水平时间序列平稳性序列图如下：序列图出现持续上升过程，记下不同的时间段上均值不同，因此可初步判断是非平稳的。时间序列相关系数，Q 统计量：样本自相关系数缓慢下降，表明了序列的非平稳性。 滞后 1
9、2 期的统计量计算值超过了显著性水平的临界值 21.03， 进一步否定了该序列在滞 后一期滞后的值全部为 0 假设。 结论：该序列是非平稳序列经过如上尝试，模型 1 取 2 阶滞后：Yt=1.201+1.448T+0.0347Yt-1+1.3Yt-1-0.628Yt-2(-0.0146) (0.086) (0.534) (5.48) (-2.404) 拉格朗日乘数检验:LM（2）= 1.653478 ， LM（1）=0.217751，残差序列不存在自相关。 Yt-1 的 t 统计量大于临界值，不拒绝原假设。 时间 t 的统计量小于 ADF 临界表的值，所以不能拒绝原假设。经过如上尝试，模型 2
10、 取 2 阶滞后：Yt=5.14939+0.0401Yt-1+1.3Yt-1-0.6321Yt-2(0.13615) （2.1948） (5.648) (-2.512) 拉格朗日乘数检验:LM（2）= 1.442823， LM（1）=0.210118，残差序列不存在自相关。 Yt-1 的 t 统计量大于临界值，不拒绝原假设。 时间t的统计量小于ADF临界表的值，所以不能拒绝原假设。经过如上尝试，模型 3 取 2 阶滞后：Yt=0.0408Yt-1+1.304Yt-1-0.62754Yt-2（2.369） (5.859) (-2.585) 拉格朗日乘数检验:LM（2）= 1.330741， LM
11、（1）=0.231646，残差序列不存在自相关。 Yt-1 的 t 统计量大于临界值，不拒绝原假设。 时间t的统计量小于ADF临界表的值，所以不能拒绝原假设。至此，断定该时间序列非平稳。二单整性分析二单整性分析一阶差分，常数项：一阶差分，常数项、趋势项：一阶差分，无常数项、趋势项：二阶差分，常数项：二阶差分，常数项、趋势项：二阶，无常数项、趋势项：利用 ADF 检验试算发现，原时间序列是 2 阶单整的：适当的检验模型如下： 3Yt=-0.44752Yt-1(-2.0192) R2=0.1548 LM(1)= 13.87739 LM(2)= 14.39096 Correlogram-Q-Statistics检验证明随机误差项已不存在自相关。从的参数值看，其t统计量绝对值-2.0192大于临界值的绝对值，所以拒绝零假设。
